clase 04 parte 2

Inspección conjunto de datos

Se inspecciona un conjunto de datos (dataset) que trae pregargado R

1. visualizar conjunto de datos

# View(cars) # visualizar conjunto de datos

2. investigar cuál información contiene el conjunto

?cars

3. Sumar todos los valores presentes en la columna speed. Luego se explicará

sum(cars$speed)

[1] 770

el papel que juega el signo $ presente en la expresión anterior

4. obtener valor promedio de la columna distancia

mean(cars$dist)

[1] 42.98

Visualización valores del conjunto de datos

En cada gráfico que generemos mejoraremos la visualización representada

1. Función plot para representar puntos generados por speed y dist

plot(cars)

2. Añadir etiquetas en los ejes

plot(cars,
     xlab = "Velocidad (mph)", 
     ylab = "Distancia detenido (ft) ")

Observar que a nivel de código, en las líneas inferiores que siguen a plot queda un espacio al inicio de cada línea. Ese espacio lo coloca automáticamente el editor de código, si estamos escribiendo el código de la función plot o la que sea, y luego apretamos enter. Esos espacios que aparecen, se llaman indentado, y son de ayuda para leer el código de una forma más legible. Al avanzar en las otras clases, se comprenderá mejor de qué va esto

3. Gráfico de dispersión

Los gráficos de dispersión pueden ayudar a visualizar cualquier relación lineal entre la variable dependiente (respuesta) y las variables independientes (predictoras). Lo ideal es que, si se dispone de múltiples variables predictoras, se dibuje un gráfico de dispersión para cada una de ellas frente a la respuesta

scatter.smooth(x=cars$dist,
               y=cars$speed, 
               main="Distancia ~ Velocidad")  

Ejercicio: - Analizar cuál es la relación que pueden presentar las dos variables - Si el gráfico lo represento de esta forma, tiene el mismo significado? - Cuál puede ser la relación que presuponemos que tienen las variables?

4. Modificación en la representación (ejes):

scatter.smooth(y=cars$dist,
               x=cars$speed, 
               main="Distancia ~ Velocidad")  

Preguntas: - Si el comportamiento de dependencia cumple determinados supuestos, se puede predecir? - Se puede modelar?

Mejorar el gráfico

La siguiente sección usa una librería llamada ggplot2 para crear el gráfico que tienemucho mejor aspecto. Luego, en clases venideras, se explicará línea a línea, cómo se creó el gráfico, pero se coloca para crear entusiasmo hacia el aprendizaje del lenguaje

library(ggplot2) # debemos tener instalados los paquetes
ggplot(cars,
       mapping= aes(x=speed,y=dist))+
  geom_point(colour = 'red', size = 3)

mismos valores pero con puntos en color rojo, líneas en ambos ejes para crear una grilla

y ahora el mismo gráfico con la línea de tendencia y lo asignamos a una variable que se llama grafico

ahora llamamos a la variable grafico para ver la nueva versión

grafico

`geom_smooth()` using method = 'loess' and formula = 'y ~ x'

Finalmente, mediante un paquete de nombre plotly lo convertimos en interactivo. Pasar el mouse sobre el gráfico para que se pueda apreciar la interactividad

library(plotly)# cargamos la librería

Attaching package: 'plotly'

The following object is masked from 'package:ggplot2':

    last_plot

The following object is masked from 'package:stats':

    filter

The following object is masked from 'package:graphics':

    layout

grafico%>%
  ggplotly()

`geom_smooth()` using method = 'loess' and formula = 'y ~ x'